Image processing 从一组图像中查找角度

我有一组2000张类似于下图的平面图。平面在每个图像上有不同的角度。图像大小为512x512，并且在每个图像中始终是同一平面

我的目标是找到图像上不在测试集中的角度

到目前为止，我试过：

• 哈里斯角点检测，但哈里斯给我的每一张图像都不同 具有非常相似位置的图像的点数、事件数
• Hough线变换以找到最长的线并获得X轴的倾斜度
• 相关-这种方法给出了最好的结果，但它需要很长的时间，而且很粗糙
• 神经网络
  • 从Harris点和hough线变换后的反向投影训练图像，但没有任何成功

我在STP文件中使用了3D对象，但我不知道如何使用它来解决我的问题。 如果能得到任何关于方法、文章或例子的建议，那就太好了。

根据我的经验，a（CNN）在这里会给你很大帮助。在探测角度方面，性能将非常出色

但问题是，根据您如何定义输出以及层的数量（不超过三层就足够了），培训可能非常昂贵。例如，你可以给你一个实数来表示角度。培训成本应该很高，但在CNN中这是正常的。然而，如果你说你想（360度系统中每个角度一个），在这种情况下，训练将是一个非常痛苦和不愉快的长期体验；性能可能会更好，但并不显著

---

（我想先写这篇文章作为对你问题的评论，但我的声誉还不够，抱歉。）

它总是同一个平面吗？你所说的角度是什么意思？这些照片是从不同的角度拍摄的吗？@dhanushka是的，这意味着在一些照片中，你可以看到飞机的底部在另一个顶部等等。这对我来说似乎是向前迈出了一大步。我将努力实施它。然而，如果输出可以是十进制的，我可以使用弧度刻度。我应该使用每个像素作为输入吗？或者e.i.角点在你看来是不够的？好问题。但这就是CNN的美妙之处：它将自行了解角点是否是检测角度的良好特征。：）你和我都知道，直观地说，棱角和线条将有助于估计角度，但CNN将了解哪一个比另一个更重要，以及它们之间的关系。CNN（以及一般的深度学习）现在是一个令人兴奋的领域，因为像你正在调查的问题。为了加快速度，我推荐你一个C++实现。